菲尔兹奖得主广中平祐的方法论:创造、假说与极限分析
读广中平祐,我最大的感受是:真正的学习,不是把知识装进脑子里,而是用知识去创造新的东西。
广中平祐是日本数学家,1931 年生于日本山口县。他因在代数几何中“奇点解消”问题上的贡献,于 1970 年获得菲尔兹奖。国际数学联盟对其贡献的介绍是:他推广了 Zariski 在低维情形下的工作,证明了代数簇奇点解消在任意维度中的结果。 哈佛数学系的纪念文章也提到,他是 20 世纪重要的代数几何学家之一,并且在日本社会与教育领域有广泛影响。
这篇文章不是对他的数学成就做技术介绍,而是整理我从广中平祐的学习与研究观中读到的一套方法论:创造、假说、分析,以及在混乱中抽象出简单原理的能力。
一、学习不是终点,创造才是学问的意义
广中平祐反复强调的一点是:单凭读书、理解高深理论、评价别人的论文,并不足以构成真正的学问。
这些当然重要。读书提供材料,理解理论训练思维,评价论文帮助我们建立判断力。但它们仍然停留在“吸收”和“辨别”的阶段。真正困难、也真正有价值的,是创造出属于自己的东西。
哪怕一开始写出来的论文很拙劣,哪怕提出的想法还不成熟,也必须进入创造的过程。因为学问不是机械地输入知识,再机械地输出知识。知识如果只停留在搬运、复述和整理的层面,就很难产生新的东西。
这一点对今天的学习尤其有启发。我们很容易陷入一种“准备好了再开始”的状态:再读几本书,再学几门课,再看完更多资料,然后才开始写、开始做、开始研究。可是很多时候,创造本身才是最好的学习方式。
二、创造需要长期坚持
广中平祐有一个很残酷但很真实的判断:在数学领域,学到一定阶段之后,再高深的理论,通常花几个月也许可以掌握;但要自己创造新的理论,三个月远远不够。
有时需要一年,有时需要十年,甚至十年之后仍然什么也创造不出来。
这并不是在劝人放弃,而是在提醒我们:理解别人的成果和创造自己的成果,是两种完全不同的难度。
理解已有理论,就像沿着别人修好的路往前走。虽然也辛苦,但方向是明确的,路标是存在的。创造新理论则不同,它往往意味着你走进一片还没有路的地方:不知道目标是否存在,不知道方法是否有效,也不知道自己正在坚持的是方向,还是幻觉。
所以,创造不只需要聪明,更需要忍受长期不确定性的能力。
三、先设立假说,而不是先无限学习
广中平祐对欧美学生与日本学生的比较,也很值得反思。
如果问美国学生“你现在在研究什么”,他们往往会先说明自己的假说:我认为某个问题可能可以这样解释,某个方向可能能导出某个结论。
而日本学生更常见的回答是:我在学习代数,我在学习几何,我在读某个理论。
这两种回答背后,是两种不同的研究姿态。
一种是:先设立假说,然后围绕假说展开推演、验证和修正。
另一种是:先积累知识,再尝试从已有知识中寻找可以写论文的台阶。
设立假说是需要勇气的。因为在数学或物理这样的领域,一开始提出的假说大多都会失败。假说可能太粗糙,可能方向错了,也可能根本无法证明。
但假说的价值不只在于“最后是否正确”。它更像一条临时的路线,迫使我们开始行动。哪怕它失败了,我们也会在失败中发现新的结构、新的障碍、新的问题。
没有假说,人很容易永远停留在学习阶段;有了假说,学习才会被问题牵引。
四、方法论的核心:彻底分析现象
设立假说之后,接下来就需要方法论。广中平祐所强调的方法论,可以概括为一句话:彻底分析现象。
澎湃新闻刊载的《数学与创造》选读中提到,他把学术态度概括为:在承认事实的基础上设立假说,然后向目标前进;在这个过程中,需要的具体方法论就是彻底分析现象。
所谓分析,不是泛泛地思考,也不是把相关材料越堆越多,而是把一个问题拆开,分解成多个要素,从不同角度调查、比较、验证。
广中平祐认为,欧美近代科学技术之所以取得巨大成就,其中一个重要原因就是分析能力强。他们遇到问题时,会倾向于把问题拆分成各种要素,然后逐个研究。
而东方的思维习惯,有时更像是在收集相似问题:遇到一个问题,就不断把类似案例、类似经验、类似争论放进一个巨大的锦囊里。锦囊越装越多,问题的外延不断扩大,最后反而可能忘记了最初要解决的核心问题是什么。
这对我们今天的信息环境也很有提醒意义。
很多人所谓的“研究”,其实是在不停收藏资料、摘录观点、扩展阅读。但资料越多,不一定离答案越近。真正有效的研究,需要不断追问:
- 这个问题可以拆成哪几个要素?
- 哪些要素是关键变量?
- 哪些信息只是相似,但并不真正相关?
- 我现在是在分析问题,还是在堆积材料?
五、三种分析:象征性、逻辑性与极限分析
广中平祐对分析方法的区分也很有意思。按照我的理解,可以分为三类。
1. 象征性分析
象征性分析,是把分析对象看作某种象征来思考。
比如研究“人”时,不只是从生物结构、社会角色、行为模式去拆解,也可能把“肉体”和“灵魂”看作人的象征性结构,从更整体、更隐喻的角度理解人。
这种方法的优点是能够保留整体感,适合处理复杂、含混、难以完全形式化的问题。广中平祐认为,东方人往往更擅长这种分析方式。
但它的问题也很明显:象征容易变得模糊,容易引发过度阐释。如果没有进一步的验证和限定,象征性分析可能会让问题越讲越玄,最后失去清晰边界。
2. 逻辑性分析
逻辑性分析,是先确定那些在逻辑上可以解释清楚的要素,然后把这些要素组合起来。
这种方法非常适合科学研究和数学证明。它要求概念清楚、关系明确、推理严密。现代科学能够不断推进,很大程度上依赖这种分析方式。
但逻辑性分析也有缺点:它必须暂时忽略那些无法被逻辑解释清楚的部分。也就是说,为了获得清晰性,它有时不得不牺牲完整性。
所以,逻辑性分析很强大,但不能误以为它能覆盖一切复杂现实。
3. 极限分析
我最喜欢的是第三种:极限分析。
所谓极限分析,就是对一个问题进行彻底研究,最后推导出非常简单、明了、具有普遍性的结论。
它的过程不是不断增加条件,而是不断删去条件;不是把问题讲得越来越复杂,而是把问题提炼得越来越纯粹。
这也是很多伟大理论的共同特点:最终留下来的表达往往非常简洁。复杂的是抵达它的过程,而不是它的形式本身。
极限分析的关键在于:不断忽略具体的条件、局部的现象和暂时的干扰,追问背后是否存在更根本的结构。
这对写作、学习、创业、产品设计同样适用。很多时候,我们面对的问题看似千头万绪,但真正决定方向的变量可能只有一两个。极限分析就是逼迫自己找到这些变量。
六、广中平祐给我的四点启发
把这些内容放在一起,我觉得广中平祐的方法论可以总结成四句话。
第一,实事求是。 不要从愿望出发,而要从事实出发。事实可能并不符合我们的期待,但只有承认事实,才有可能真正解决问题。
第二,设立假说。 不要永远停留在学习和准备中。假说哪怕是错的,也能让我们开始行动。没有假说,学习容易变成无休止的积累。
第三,分析现象。 面对复杂问题,不要只收集相似案例,而要拆解问题本身。分析不是把资料堆高,而是把结构看清。
第四,在僵局中保持大局观。 研究和创造一定会遇到僵局。这个时候,不能只在局部反复用力,而要退后一步,看清整个问题的结构:是不是假说错了?是不是分析角度错了?是不是问题本身需要重新表述?
结语:真正的学习,是把自己推向创造
广中平祐的方法论,最打动我的地方在于它并不神秘。
它不是天才灵感论,也不是“只要努力就会成功”的鸡汤。它更像一种非常朴素、甚至有些笨拙的研究态度:
先面对事实,提出假说; 然后分析现象,承受失败; 最后在长期坚持中,寻找更简单、更根本的原理。
这套方法不只适用于数学。任何需要创造的领域,大概都离不开它。
因为真正的学习,从来不是把已有知识装进脑子里就结束了。
真正的学习,是在理解前人的基础上,开始提出自己的问题,写出自己的东西,创造自己的理论,哪怕一开始它很粗糙。
相关文章
邓煜
菲尔兹奖邓煜:在生活的喧嚣中严谨的数学家找到了稳定 刚刚,37岁的芝加哥大学教授邓煜获得了菲尔兹奖。 《Quanta》有一篇关于邓煜的长篇报道,最大的体会不是“天才果然一路开挂”。 恰恰相反。真正决定一个人能走多远的,可能是他在没有结果、没有位置,甚至开始怀疑自己的那几年,还愿不愿意继续做下去。 邓煜小时候差一点成了职业围棋手。 他从小喜欢一个人读书。五六岁时,已经开始翻母亲的医学教材;7岁...
AI正在改写数学,但还替代不了数学家
过去,数学家并不太把AI当回事。早期的ChatGPT连基础算术都会出错,遇到研究级数学问题,更常见的是一本正经地胡说。但最近几年,模型规模变大,数学数据变多,情况突然变了:AI开始能在真正的数学问题上给出结果。一个标志性事件是国际数学奥林匹克竞赛。2024年,Google DeepMind的AlphaProof解出了6道题中的4道,达到银牌水平;一年后,Google和OpenAI又宣布达到金...
为什么数学教育不能只问“有什么用?”
我们常说,中国古代有四大发明,也有辉煌的数学成就,比如《九章算术》《周髀算经》等著作。可是,一个值得追问的问题是:为什么中国古代在技术和实用知识上成就很高,但近代自然科学却长期停滞,最后远远落后于西方? 原因当然很多,制度、社会结构、教育传统、官僚体系都有关。但其中有一点尤其值得今天重新思考: 我们太强调“实用”,却常常轻视“理论思维”。 这件事不只是古代的问题。到今天,很多学历很高的人,依...